YOLOv7全网独家首发：更加聚焦的IoU损失Focaler-IoU，二次创新如何结合Shape IoU、MPDIoU、GIoU、DIoU、CIoU等 | 2024年最新IoU

AI小怪兽

已于 2024-01-24 13:46:05 修改

阅读量837

点赞数 3

CC 4.0 BY-SA版权

分类专栏： YOLOv7原创自研文章标签： YOLO 算法人工智能机器学习计算机视觉

于 2024-01-24 13:43:06 首次发布

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/m0_63774211/article/details/135820002

YOLOv7魔术师同时被 2 个专栏收录

66 篇文章 ¥129.90 ¥299.90

订阅专栏

YOLOv7原创自研

50 篇文章 ¥199.90 ¥299.90

订阅专栏

本文介绍了Focaler-IoU，一种针对不同难度样本的IoU损失函数，通过线性区间映射改善目标检测性能。Focaler-IoU在YOLOv7中的应用包括与GIoU、DIoU、CIoU、Shape IoU和inner_iou的结合，提高了在PASCAL VOC和遥感图像数据集上的检测效果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

💡💡💡本文独家改进：更加聚焦的IoU损失Focaler-IoU，能够在不同的检测任务中聚焦不同的回归样本，使用线性区间映射的方法来重构IoU损失

二次创如何结合Shape IoU、MPDIoU、GIoU、DIoU、CIoU等

收录

YOLOv7原创自研

https://blog.csdn.net/m0_63774211/category_12511937.html

💡💡💡全网独家首发创新（原创），适合paper ！！！

💡💡💡 2024年计算机视觉顶会创新点适用于Yolov5、Yolov7、Yolov8等各个Yolo系列，专栏文章提供每一步步骤和源码，轻松带你上手魔改网络！！！

💡💡💡重点：通过本专栏的阅读，后续你也可以设计魔改

了解本专栏

评论 2

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

打赏作者

AI小怪兽 你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20

扫码支付：¥1

获取中

扫码支付

您的余额不足，请更换扫码支付或充值

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。